PDF إلى نص
كيفية استخراج النص المحدد من ملف PDF
قم بإنشاء ملف نصي UTF-8 من الأحرف المخزنة بالفعل في ملف PDF رقمي واحتفظ بشكل اختياري بعناوين الصفحات للمراجعة.
في هذه الصفحة
- استخراج نص PDF
- استخراج النص لا يحل محل التعرف الضوئي على الحروف
- تقرير رقمي مع جدول
- تحقق من هذه النتيجة قبل إعادة استخدامها
- تحويل ملف PDF ممسوح ضوئيًا إلى نص باستخدام OCR
- المرحلة 1: التعرف على الصفحات الممسوحة ضوئيًا
- المرحلة 2: استخراج النص الذي تم التعرف عليه
- قم بتنظيف TXT دون أن تفقد المعنى
- أرشيف الإيصالات الممسوحة ضوئيا
- تحقق من هذه النتيجة قبل إعادة استخدامها
- نسخ نص PDF على الهاتف دون تسجيل الدخول
- استخراج نص PDF
- نسخ رقم مرجعي من خطاب PDF
- تحقق من هذه النتيجة قبل إعادة استخدامها
عرض مثال توضيحي
استخراج نص PDF
- افتح PDF to Text وحدد ملف PDF يحتوي على نص قابل للتحديد قابل للاستخدام.
- اختر ما إذا كنت تريد الاحتفاظ بفواصل الأسطر والتباعد التقريبي وما إذا كنت تريد إضافة عناوين الصفحات.
- قم باستخراج النص ومراجعة المعاينة، بما في ذلك الصفحات التي تحتوي على أعمدة أو جداول.
- قم بتسمية وتنزيل ملف UTF-8 TXT.
- قارن النص المحفوظ بصفحات المصدر الأولى والمتوسطة والأخيرة؛ قم بتشغيل OCR أولاً إذا كانت الكلمات المطلوبة موجودة فقط في الصور.
استخراج النص لا يحل محل التعرف الضوئي على الحروف
مقتطفات مخزنة للنص القابل للتحديد فقط؛ لا يوجد التعرف الضوئي على الحروف ولا صور الصفحة.
تقرير رقمي مع جدول
ابحث في المصدر عن جملة معروفة واستخرج الملف. في TXT، تحقق من فقرة عادية وصف واحد في الجدول بشكل منفصل: قد تكون جميع الأرقام موجودة بينما لا تزال علاقات الأعمدة الخاصة بها بحاجة إلى الإصلاح. استخدم ملف PDF كمرجع للعناوين والوحدات والسياق.
تحقق من هذه النتيجة قبل إعادة استخدامها
- التحقق من مقطع من الصفحات الأولى والمتوسطة والأخيرة.
- قم بمراجعة النص الأصلي المختلط والصفحات الممسوحة ضوئيًا بحثًا عن السهو.
- قم بتأكيد ترتيب قراءة النص الذي تم تنزيله قبل لصقه في مكان آخر.
تحويل ملف PDF ممسوح ضوئيًا إلى نص باستخدام OCR
يحتوي ملف PDF الممسوح ضوئيًا على صور صفحة، بينما يقرأ PDF to Text الكائنات النصية المخزنة بالفعل في الملف. وبالتالي فإن تحويل المسح يتطلب خطوة التعرف أولاً.
قم بإنشاء ومراجعة ملف PDF قابل للبحث باستخدام OCR PDF، ثم حدد هذا الإخراج في PDF إلى نص وقم بتنزيل TXT. PDF إلى نص يقرأ النص المخزن؛ فهو لا يتعرف على الكلمات المصورة فقط من تلقاء نفسه.
المرحلة 1: التعرف على الصفحات الممسوحة ضوئيًا
افتح OCR PDF مع المستند الممسوح ضوئيًا. أداة التعرف الحالية مخصصة للغة الإنجليزية المطبوعة وتقبل ما يصل إلى صفحات 25 الممسوحة ضوئيًا في مهمة OCR واحدة. قم بتنزيل النتيجة القابلة للبحث، ثم اختبر عدة كلمات وقارن الأسماء والتواريخ والأرقام يدويًا مع الصور الأصلية.
إذا كان المصدر غير واضح، أو منحرف، أو داكن، أو صغير جدًا، قم بتحسين صور الصفحة قبل التعامل مع النص الذي تم التعرف عليه على أنه قابل للاستخدام.
المرحلة 2: استخراج النص الذي تم التعرف عليه
افتح نتيجة التعرف الضوئي على الحروف (OCR) التي تمت مراجعتها في PDF to Text. اختر ما إذا كان يجب تضمين المسافات التقريبية وعناوين الصفحات، وافحص المعاينة، وقم بتنزيل ملف UTF-8 TXT.
يقرأ PDF to Text طبقة النص التي تم التعرف عليها والتي تم إنشاؤها في المرحلة الأولى. ولا يقوم بإرجاع صور الصفحة أو الحفاظ على التخطيط المرئي الأصلي.
قم بتنظيف TXT دون أن تفقد المعنى
يمكن أن يؤدي التفاف الأسطر والأعمدة والجداول والرؤوس والتذييلات إلى إنشاء ترتيب قراءة غير ملائم. قارن كل مقطع مصحح مع المسح قبل إزالة فواصل الأسطر أو النص المتكرر. احتفظ بملف PDF القابل للبحث بجانب TXT حتى يظل سياق الصفحة متاحًا.
أرشيف الإيصالات الممسوحة ضوئيا
بعد التعرف الضوئي على الحروف، ابحث عن رقم الإيصال وقارن المبلغ بالصورة الموجودة على صفحته. قم باستخراج النسخة التي تمت مراجعتها إلى TXT وتأكد من أن الرقم والمبلغ والتاريخ لا يزال ينتمي إلى نفس الإيصال. لا يحتفظ النص العادي بتخطيط الإيصال الأصلي.
تحقق من هذه النتيجة قبل إعادة استخدامها
- تأكد من أن نسخة التعرف الضوئي على الحروف تحتوي على نص قابل للبحث قبل فتح ملف PDF إلى نص.
- احتفظ بعناوين الصفحات أثناء المراجعة الأولى عندما تساعد في تحديد المصدر.
- قارن الإيصال النهائي وكذلك الصفحة الأولى.
نسخ نص PDF على الهاتف دون تسجيل الدخول
قم باستخراج نص PDF المحدد إلى ملف TXT قابل للتنزيل من متصفح الهاتف دون التسجيل.
اختر ملف PDF قابلاً للبحث من مساحة تخزين الهاتف، واضبط خيارات التباعد وعنوان الصفحة، واستخرج ملف TXT وقم بتنزيله. افتح النص المحفوظ في المحرر للتحقق من الترتيب والأحرف؛ تحتاج عمليات المسح الضوئي إلى التعرف الضوئي على الحروف (OCR) أولاً.
استخراج نص PDF
- افتح PDF to Text في متصفح الهاتف وحدد ملف PDF.
- راجع معاينات الصفحة واختر المسافات التقريبية وعناوين الصفحات حسب الحاجة.
- استخراج النص وفحص مقطع من أكثر من صفحة مصدر.
- قم بتسمية ملف TXT وقم بتنزيله، ثم ابحث عنه في تنزيلات المتصفح أو تطبيق الملفات.
- افتحه في محرر نصوص وقارن الاسم والرقم والفقرة الأخيرة مع ملف PDF.
نسخ رقم مرجعي من خطاب PDF
استخدم TXT لتجنب إعادة كتابة مرجع طويل يدويًا، ولكن قارن كل حرف بالأصل. إذا تم فتح الملف المحفوظ في تطبيق يعرض سطرًا واحدًا طويلًا، فتحقق من إعداد التفاف محرر النصوص قبل افتراض فقدان الأسطر الجديدة.
تحقق من هذه النتيجة قبل إعادة استخدامها
- تأكد من أن المستند المختار هو النسخة القابلة للبحث وليس نسخة مصورة فقط.
- تحقق من الأحرف الخاصة في محرر النصوص الذي تم تنزيله.
- حافظ على إمكانية الوصول إلى ملف PDF المصدر أثناء مراجعة جدول أو صفحة مكونة من عمودين.
الأسئلة الشائعة
هل يقوم PDF to Text بمقطع نصي OCR على الصفحات الممسوحة ضوئيًا؟
لا، يقوم PDF to Text باستخراج النص الموجود بالفعل في ملف PDF. استخدم OCR PDF أولاً لعمليات المسح الضوئي للصور فقط.
ما هو حد الإدخال الحالي لتحويل PDF إلى نص؟
ملف PDF واحد يصل إلى صفحات 50 MiB و500، مع ما يصل إلى 1,000,000 من الأحرف المستخرجة. يجب أن يتناسب إخراج النص أيضًا مع حد بايت الإخراج المعروض.
ما الذي ينشئه PDF إلى نص؟
يقوم المحول باستخراج النص المخزن القابل للتحديد إلى UTF-8 TXT مع تباعد تقريبي اختياري وعناوين الصفحات المضافة. ولا يقوم بإجراء التعرف الضوئي على الحروف (OCR) ولا يتضمن صورًا للصفحة، ولا يحتوي على إزالة تلقائية متكررة للرؤوس.
هل العثور على الكلمات الصحيحة يعني أن ترتيب النص صحيح؟
لا. يمكن لملف PDF تخزين الكلمات بترتيب يختلف عن الصفحة المرئية. تحقق من الأعمدة والتسميات التوضيحية والجداول مقابل المصدر.
لماذا يقوم PDF to Text بإرجاع القليل أو لا شيء من المسح الضوئي؟
قد تحتوي الصفحات على صور فقط. قم بتشغيل OCR PDF أولاً، وقم بمراجعة الطبقة التي تم التعرف عليها، ثم قم باستخراج النص.
هل يمكنني إرسال ملف PDF ممسوح ضوئيًا مباشرة إلى PDF إلى نص؟
يمكنك فتحه، لكن PDF to Text لا يتعرف على الكلمات المصورة فقط. تكون مرحلة التعرف الضوئي على الحروف (OCR) مطلوبة في حالة عدم وجود نص قابل للتحديد.
هل سيحتفظ TXT بتصميم الصفحة الممسوحة ضوئيًا؟
لا، يقوم TXT بتخزين نص عادي، لذا قد تحتاج الأعمدة والجداول والمسافات وتصميم الصفحة إلى التنظيف اليدوي.
لماذا يمكن أن ينتج عن الفحص ملف TXT غير فارغ ولكنه غير كامل؟
قد تحتوي بعض الصفحات على نص بالفعل بينما تحتوي صفحات أخرى على صورة فقط، أو قد يتعرف التعرف الضوئي على الحروف (OCR) على جزء فقط من الصفحة. قارن كل صفحة مطلوبة بدلاً من افتراض اكتمال أي مخرجات غير فارغة.
هل يلزم تسجيل الدخول لاستخراج النص؟
لا يوجد حساب مطلوب لسير عمل المتصفح الحالي. تتم معالجة المستند المحدد محليًا؛ يعتمد موقع التنزيل وفتح التطبيق TXT على الهاتف.